工業(yè)缺陷可視為工業(yè)產(chǎn)品的外觀 “異?！保虼擞胁糠?a href="http:///" target="_blank">工業(yè)缺陷檢測方法采用了異常檢測的思路。然而異常檢測的定義與工業(yè)缺陷檢測是有所區(qū)別的。

具體而言，異常檢測的概念更加廣泛與抽象, 其中圖像異常檢測主要關注輸入圖像是否為異常實例，而工業(yè)缺陷檢測更關注像素層面的檢出任務。在像素層面上，異常與正常模式的差別更加細微，檢測難度也大幅增加，因此直接使用異常檢測方法難以滿足工業(yè)缺陷檢測的任務需求。

近年來, 深度學習方法因其在處理背景復雜、缺陷微弱的工業(yè)圖像時表現(xiàn)出卓越的性能優(yōu)勢，成為解決工業(yè)圖像缺陷的主流方法。西安獲德圖像也通過深度學習工業(yè)缺陷檢測研究，把該研究成果應用到了相關行業(yè)，實現(xiàn)了成果產(chǎn)業(yè)化。

主要轉(zhuǎn)化項目為：

1）基于視覺的紡織品表面缺陷檢測：

在布匹生產(chǎn)過程中，需對布匹缺陷進行檢測，根據(jù)缺陷類型及嚴重程度進行等級劃分。西安獲德智能驗布系統(tǒng)主要面向紡織服裝行業(yè)，采用基于深度學習的人工智能算法，機器視覺技術檢測織物表面缺陷。只要是不正常的紋理，均可實現(xiàn)實時在線檢出，檢出率90%以上。主要檢測缺陷內(nèi)容包括：斷經(jīng)，斷緯，節(jié)絲，開車痕，機械段，油污，破洞等常見缺陷。

2）碳纖維智能化巡檢及質(zhì)量監(jiān)測：

碳纖維經(jīng)過拉絲工藝形成碳纖維原絲，多根原絲組合在一起形成碳纖維原絲紗線。由于設備，工藝等原因，碳纖維原絲紗線表面會產(chǎn)生破絲，毛團等缺陷，同時紗線在碳化過程、以及其他生產(chǎn)環(huán)節(jié)會發(fā)生個別碳纖維原絲局部破損、斷裂現(xiàn)象，形成毛團，毛條附著在碳纖維紗線上。目前對于這些缺陷均未實現(xiàn)自動檢測。采用機器視覺技術，實時監(jiān)控每一根碳纖維紗線上的毛球、毛絲、長短絲、斷絲，檢測到缺陷后保存缺陷圖像及相關信息以便給改善生產(chǎn)工藝提供數(shù)據(jù)支持。

3）石膏板外觀質(zhì)量在線檢測智能裝備：

石膏板在生產(chǎn)過程中，由于設備，工藝，原料等因素影響，往往會產(chǎn)生各類缺陷，如石膏板表面漏漿，紙張褶皺，寬度、厚度不均勻，立邊不垂直等，這些缺陷嚴重影響了產(chǎn)品質(zhì)量和企業(yè)聲譽。

石膏板外觀質(zhì)量在線檢測智能裝備，融合人工智能、機器視覺、3D結構光技術、嵌入式控制技術、激光技術、網(wǎng)絡技術、自動化控制等高新技術，實現(xiàn)石膏板在生產(chǎn)過程中的實時在線質(zhì)量檢測與控制。可實時檢測紙張破洞、板形、板長、缺陷打標、缺陷板識別剔除、泡徑檢測等一系列石膏板流水線上的缺陷檢測。

4）玻纖紗缺陷在線檢測：

玻纖紗線在整經(jīng)工序出現(xiàn)各種各樣的缺陷，例如，破絲，斷紗，毛團等，如果能夠盡早發(fā)現(xiàn)缺陷，可及時查找產(chǎn)生缺陷的原因并進行相應處理。由于整經(jīng)機紗線數(shù)量多，紗線細，破絲只有幾微米，肉眼是無法觀察到，因此采用人工檢測方式無法完成紗線質(zhì)量檢測，需開發(fā)基于機器視覺的玻纖紗缺陷在線檢測系統(tǒng)，實時監(jiān)控每一根紗線上的破絲，毛團缺陷。